Claude Opus 4.8 (medium) vs GPT-5.6 Sol (high)

GPT-5.6 Sol (high) лидирует по среднему баллу: 9.4 vs 8.8. GPT-5.6 Sol (high) имеет более низкую стоимость benchmark: $0.629 vs $1.983. GPT-5.6 Sol (high) быстрее: 11.48s vs 12.97s, с долей успешных попыток 83.3% vs 89.4%.

Бенчмарки сгенерированы из тестовых наборов AI BENCHY в: 2026-08-20

Ранг: #26
Общее число выходных токенов: 51,927
Время ответа (среднее): 12.97s
Общая стоимость: $1.983

Ранг: #9
Общее число выходных токенов: 28,708
Время ответа (среднее): 11.48s
Общая стоимость: $0.629

Рекомендуемая модель GPT-5.6 Sol (high)

Здесь у него лучший балл (9.4), при этом он примерно в 3.2 раза дешевле, чем Claude Opus 4.8 (medium).

Подробное сравнение

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	GPT-5.6 Sol GPT-5.6 Sol high Релиз: 2026-07-09

Метрика	Claude Opus 4.8 Claude Opus 4.8 medium Релиз: 2026-05-28	GPT-5.6 Sol GPT-5.6 Sol high Релиз: 2026-07-09
Оценка	8.8	9.4
Ранг	#26	#9
Надежность	10.0	10.0
Стабильность	9.2	8.9
Попытки	66/66	66/66
Тестов верно
Доля успешных попыток	83.3%	89.4%
Нестабильные тесты	2	3
Всего запусков	66	66
Стоимость за результат	11.662	6.987
Общая стоимость	$1.983	$0.629
Цена входа	$5.000 / 1M	$2.500 / 1M
Цена выхода	$25.000 / 1M	$15.000 / 1M
Общее число входных токенов	138,448	79,258
Выходные токены	40,765	4,855
Токены рассуждений	11,162	23,853
Время ответа (среднее)	12.97s	11.48s
Время ответа (макс.)	70.54s	54.79s
Время ответа (суммарно)	285.29s	252.62s
Параметры	~5T всего (~500B активных)	~2T всего (~150B активных)
Доступность	Закрытая модель	Закрытая модель

Генерация showcase моделей

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#26 Claude Opus 4.8

medium

Стоимость: $0.057
Время: 23.1s
Токены: 2,412 tok

#9 GPT-5.6 Sol

high

Стоимость: $0.151
Время: 201.9s
Токены: 5,100 tok

Лучшие модели по оценке

Оценка vs общая стоимость

Время ответа (среднее)

Оценка vs Время ответа (среднее)

Общее число выходных токенов

Оценка vs Общее число выходных токенов

Разбивка по категориям

Категория:

Анти-ИИ уловки	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	834	1,179	478
GPT-5.6 Sol	8.7	7.9	91.7%	1		3.39s	606	171	644

Программирование	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		15.33s	10,590	9,945	1,381
GPT-5.6 Sol	10.0	10.0	100.0%	0		12.52s	7,302	404	5,656

Комбинированный	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	9.9	10.0	100.0%	0		54.29s	101,005	19,531	4,762
GPT-5.6 Sol	10.0	10.0	100.0%	0		24.99s	56,154	3,298	4,866

Парсинг и извлечение данных	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	7.1	5.6	83.3%	1		12.29s	10,503	481	312
GPT-5.6 Sol	10.0	10.0	100.0%	0		1.16s	7,140	222	0

Предметно-ориентированное	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.6	7.2	22.2%	1		18.11s	972	7,476	2,987
GPT-5.6 Sol	5.3	7.2	44.4%	1		37.67s	628	62	10,365

Общий интеллект	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		2.46s	708	237	0
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.40s	477	97	238

Следование инструкциям	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.32s	909	373	320
GPT-5.6 Sol	10.0	10.0	100.0%	0		2.73s	660	96	331

Решение головоломок	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		3.95s	894	791	483
GPT-5.6 Sol	10.0	10.0	100.0%	0		4.10s	642	211	675

Вызов инструментов	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	10.0	10.0	100.0%	0		8.96s	11,775	301	225
GPT-5.6 Sol	10.0	10.0	100.0%	0		7.08s	5,454	264	393

Эрудиция	Оценка	Стабильность	Доля успешных попыток	Нестабильные тесты	Тестов верно	Время ответа (среднее)	Входные токены	Выходные токены	Токены рассуждений
Claude Opus 4.8	3.0	10.0	0.0%	0		6.14s	258	451	214
GPT-5.6 Sol	4.7	1.6	66.7%	1		6.97s	195	30	685

Быстрое сравнение

Сменить пару сравнения

Claude Opus 4.8mediumvsGemini 3.5 Flash Litehigh Claude Opus 4.8mediumvsGemini 3.6 Flashlow Gemini 3.7 FlashmediumvsGPT-5.6 Solhigh Claude Opus 4.8mediumvsGemini 3.5 Flashlow Claude Opus 4.8mediumvsMuse Spark 1.2high Gemini 3 Flash PreviewmediumvsGPT-5.6 Solhigh Gemini 3.1 Pro PreviewmediumvsGPT-5.6 Solhigh Gemini 3.7 FlashlowvsGPT-5.6 Solhigh Claude Opus 5mediumvsGPT-5.6 Solhigh Claude Opus 4.8mediumvsSeed 2.1 Turbohigh Claude Opus 4.8mediumvsQwen3.8 Maxlow Claude Opus 4.8mediumvsGrok 4.5high